买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学技术大学申请的专利三维目标检测模型的训练方法、三维目标检测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119672698B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411601500.0，技术领域涉及：G06V20/64；该发明授权三维目标检测模型的训练方法、三维目标检测方法及装置是由张天柱;艾煜博;杨文飞;张勇东;吴枫设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本三维目标检测模型的训练方法、三维目标检测方法及装置在说明书摘要公布了：本申请提供了一种三维目标检测模型的训练方法、三维目标检测方法及装置，该训练方法包括获取训练数据集合；基于预设三维体素化规则，对点云训练数据进行体素化处理，得到多个网格点云特征；利用第一初始编码网络处理多个网格点云特征，得到目标点云特征，其中，第一初始编码网络是基于序列化模块和目标线性复杂度模型构建的；利用第二初始编码网络对目标点云特征进行目标检测处理，得到目标预测结果；对目标预测结果和与点云训练数据对应的目标边界框属性信息进行匹配处理，得到目标匹配结果；将目标匹配结果输入目标损失函数，得到目标损失值，以根据目标损失值迭代地调整初始检测模型的网络参数，从而得到三维目标检测模型。

本发明授权三维目标检测模型的训练方法、三维目标检测方法及装置在权利要求书中公布了：1.一种三维目标检测模型的训练方法，其特征在于，包括： 获取训练数据集合，其中，所述训练数据集合包括多个包含至少一个检测目标的点云训练数据和与每个所述点云训练数据对应的目标边界框属性信息，所述目标边界框属性信息包括所述检测目标所处的多个真实边界框的几何参数和所述检测目标的类型参数； 针对每个所述点云训练数据，基于预设三维体素化规则，对所述点云训练数据进行体素化处理，得到多个网格点云特征； 利用第一初始编码网络处理多个所述网格点云特征，得到目标点云特征，其中，所述第一初始编码网络是基于序列化模块和目标线性复杂度模型构建的； 利用第二初始编码网络对所述目标点云特征进行目标检测处理，得到目标预测结果，其中，初始检测模型包括所述第一初始编码网络和所述第二初始编码网络； 对所述目标预测结果和与所述点云训练数据对应的目标边界框属性信息进行匹配处理，得到目标匹配结果； 将所述目标匹配结果输入目标损失函数，得到目标损失值，以根据所述目标损失值迭代地调整所述初始检测模型的网络参数，从而得到所述三维目标检测模型； 其中，所述第一初始编码网络包括m个数据处理结构，所述数据处理结构包括所述序列化模块和所述目标线性复杂度模型； 其中，利用第一初始编码网络处理多个所述网格点云特征，得到目标点云特征，包括： 针对第i数据处理结构，对输入数据进行下采样处理，得到采样数据，其中，所述输入数据包括在i=1时的所述网格点云特征或在1im时的第i-1目标采样特征； 利用所述序列化模块处理所述采样数据，得到体素序列； 利用所述目标线性复杂度模型处理所述体素序列，得到第i目标采样特征，其中，在i=m时，所述第i目标采样特征表征所述目标点云特征； 其中，利用所述目标线性复杂度模型处理所述体素序列，得到第i目标采样特征，包括： 利用状态空间模型处理所述体素序列，得到所述状态空间模型的模型权重； 根据状态向量、所述体素序列和参数矩阵集合，生成输出向量，其中，所述状态向量是根据所述模型权重确定的； 对所述输出向量进行上采样处理，得到所述第i目标采样特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。